Evaluarea siguranței, acurateții și calității chatbot-urilor bazate pe LLM pentru informații despre traumatismul cranian și contuzie

Acest studiu transversal a evaluat cinci chatboturi LLM accesibile publicului (ChatGPT, Gemini, Copilot, DeepSeek, Doubao) pe baza a 325 de răspunsuri la 65 de întrebări despre TBI și commoție cerebrală, utilizând metrice de calitate stabilite și evaluatori orbi. Deși ratingurile de siguranță au fost ridicate (89-95%) și acuratețea consecventă între modele, 27 de răspunsuri au fost potențial dăunătoare din cauza under-triage-ului, sfaturilor prea liniștitoare privind imagistica și îndrumare prematură privind activitățile și conducerea fără suficientă prudență pediatrică.